Question

我有一个数据框：

Drug_Name   CurrentYear PMPM    Cost
Drug A      201901        25    10
Drug B      201902        25    20
Drug C      201903        50    30
Drug D      202001        75    25
Drug E      202002        100   100

我想将其转换为：

Drug_Name   Current Year    ComparisionYear Measure_Name    Measure_Value_Current   Measure_Value_Comparision
Drug A  201901  201901  PMPM    25  25
Drug A  201901  201901  Cost    10  10
Drug B  201902  201901  PMPM    25  25
Drug B  201902  201901  Cost    20  10
Drug C  201903  201901  PMPM    50  25
Drug C  201903  201901  Cost    30  10
Drug C  201903  201902  PMPM    50  25
Drug C  201903  201902  Cost    30  20
Drug D  202001  201901  PMPM    75  25
Drug D  202001  201901  Cost    25  10
Drug D  202001  201902  PMPM    75  25
Drug D  202001  201902  Cost    25  20
Drug D  202001  201903  PMPM    75  50
Drug D  202001  201903  Cost    25  30
Drug E  202002  201901  PMPM    100 25
Drug E  202002  201901  Cost    100 10
Drug E  202002  201902  PMPM    100 25
Drug E  202002  201902  Cost    100 20
Drug E  202002  201903  PMPM    100 50
Drug E  202002  201903  Cost    100 30
Drug E  202002  202001  PMPM    100 75
Drug E  202002  202001  Cost    100 25

这个想法不仅是要进行透视，而且还要为每种可能的组合添加这些派生的列

Answer 1

因此，我们将执行3个步骤。

获取所有具有所有信息的毒品组合
将其过滤为我们要寻找的内容
清理df（即col名称，重置索引ect）

-获得所有药物的所有信息-

我们将获得所有药物组合，然后将其保存在名为allCombo的df中

import itertools
import pandas as pd


allCombo = pd.DataFrame(list(itertools.product(df['Drug_Name'], repeat = 2)), columns = ['Drug1','Drug2'])

接下来，我们将把原始df毒品的dtype当作一个类别，并确保将其订购。这将使我们在需要时可以大大简化时间过滤。

我们还将融合您原来的df，以便将PMPM和成本放在最终df中的行上。

df['Drug_Name'] = df['Drug_Name'].astype(pd.api.types.CategoricalDtype(df['Drug_Name'].to_list(), ordered = True))
df= df.melt(['Drug_Name','CurrentYear'], var_name = 'Measure_Name', value_name = 'Measure_Value')

接下来，我们将融合原始的df与我们的allCombo df两次。在此之后，我们在df的每一行上都有了要比较的两种药物的所有信息。

merged = allCombo.merge(df, left_on = 'Drug1', right_on = 'Drug_Name').merge(df, left_on ='Drug2', right_on='Drug_Name')

-筛选出我们想要的内容-

接下来，我们将合并的df进行过滤，以仅显示所需的行。您将在这里看到我们如何使用订购的类别来帮助我们。

filtered = merged[(merged['Drug_Name_x'] < merged['Drug_Name_y'])& (merged['Measure_Name_x']==merged['Measure_Name_y']) |
                 ((merged['Drug_Name_x'] == 'Drug A') &(merged['Drug_Name_y'] == 'Drug A') & (merged['Measure_Name_x']==merged['Measure_Name_y']))].copy()

在此过滤器中的或语句之后，具体是由于您只希望将药物A与药物A进行比较，而不希望将其他药物与自身进行比较。现在，我们有了您要查找的df。

-清理df（即col名称，重设索引ect）-

下一步是简单地删除列，并重命名列以匹配您想要的内容。

filtered.drop(columns = ['Drug_Name_x', 'Measure_Name_x'], inplace = True)
filtered.rename(columns = {'Drug_Name_y':'Drug_Name', 
                           'CurrentYear_y':'Current Year',
                           'CurrentYear_x':'ComparisionYear', 
                           'Measure_Name_y':'Measure_Name',
                           'Measure_Value_y':'Measure_Value_Current',
                           'Measure_Value_x':'Measure_Value_Comparision'
                          }, inplace = True)
final = filtered[['Drug_Name', 'Current Year', 'ComparisionYear', 'Measure_Name', 'Measure_Value_Current', 'Measure_Value_Comparision']].reset_index(drop = True)

现在您有了最终的df！

重塑熊猫数据框以及一些派生的列

1 个答案: